返回`DataFrames.jl`中的最大和？

Question

假设我的DataFrame有两列v和g。首先，我将DataFrame按列g分组，并计算出列v的和。其次，我使用函数maximum检索最大和。我想知道是否有可能在一步内检索值？谢谢。

julia> using Random

julia> Random.seed!(1)
TaskLocalRNG()

julia> dt = DataFrame(v = rand(15), g = rand(1:3, 15))
15×2 DataFrame
 Row │ v          g     
     │ Float64    Int64 
─────┼──────────────────
   1 │ 0.0491718      3
   2 │ 0.119079       2
   3 │ 0.393271       2
   4 │ 0.0240943      3
   5 │ 0.691857       2
   6 │ 0.767518       2
   7 │ 0.087253       1
   8 │ 0.855718       1
   9 │ 0.802561       3
  10 │ 0.661425       1
  11 │ 0.347513       2
  12 │ 0.778149       3
  13 │ 0.196832       1
  14 │ 0.438058       2
  15 │ 0.0113425      1

julia> gdt = combine(groupby(dt, :g), :v => sum => :v)
3×2 DataFrame
 Row │ g      v       
     │ Int64  Float64 
─────┼────────────────
   1 │     1  1.81257
   2 │     2  2.7573
   3 │     3  1.65398

julia> maximum(gdt.v)
2.7572966050340257

Answer 1

我不确定这是否是您的意思，但您可以使用以下命令一步检索g和v的值：

julia> v, g = findmax(x-> (x.v, x.g), eachrow(gdt))[1]
(4.343050512360169, 3)

Answer 2

DataFramesMeta.jl有一个@by宏：

julia> @by(dt, :g, :sv = sum(:v))
3×2 DataFrame
 Row │ g      sv      
     │ Int64  Float64 
─────┼────────────────
   1 │     1  1.81257
   2 │     2  2.7573
   3 │     3  1.65398

这为本文的第一部分提供了更清晰的语法。

有了它，你可以做以下任何一件事：

julia> @by(dt, :g, :sv = sum(:v)).sv |> maximum
2.7572966050340257

或(海事组织更容易理解)：

julia> @chain dt begin
         @by(:g, :sv = sum(:v))
         maximum(_.sv)
       end
2.7572966050340257